基于高光谱图像的压缩与重构算法研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第一章 引言 | 第8-12页 |
| 1.1 概述 | 第8页 |
| 1.2 研究背景和意义 | 第8-9页 |
| 1.3 图像压缩算法的国内外研究现状 | 第9-11页 |
| 1.3.1 基于变换编码的压缩算法 | 第10页 |
| 1.3.2 基于特征提取的压缩算法 | 第10-11页 |
| 1.3.3 高光谱图像压缩算法现状 | 第11页 |
| 1.4 本文结构 | 第11-12页 |
| 第二章 背景知识介绍 | 第12-23页 |
| 2.1 概述 | 第12页 |
| 2.2 JPEG压缩算法 | 第12-14页 |
| 2.3 PCA特征提取算法 | 第14-16页 |
| 2.4 张量的基本原理 | 第16-18页 |
| 2.4.1 张量表示 | 第16页 |
| 2.4.2 关于张量的若干定义 | 第16-18页 |
| 2.5 传统方法的特点与不足 | 第18-20页 |
| 2.5.1 基于变换编码的压缩算法 | 第18-19页 |
| 2.5.2 基于特征提取的压缩算法 | 第19-20页 |
| 2.6 本文的主要贡献 | 第20-22页 |
| 2.6.1 张量表示 | 第21页 |
| 2.6.2 多维线性张量投影算法 | 第21页 |
| 2.6.3 基于块的低秩张量分解算法 | 第21-22页 |
| 2.7 本章小结 | 第22-23页 |
| 第三章 多维线性张量投影算法 | 第23-38页 |
| 3.1 概述 | 第23页 |
| 3.2 算法的基本原理 | 第23-26页 |
| 3.3 算法的收敛性 | 第26页 |
| 3.4 算法的复杂度分析 | 第26页 |
| 3.5 多维线性张量投影算法的特点 | 第26-28页 |
| 3.6 实验与分析 | 第28-37页 |
| 3.6.1 压缩与重构 | 第28-29页 |
| 3.6.2 压缩算法评价指标 | 第29页 |
| 3.6.3 高光谱图像数据 | 第29-31页 |
| 3.6.4 实验与分析 | 第31-37页 |
| 3.7 本章小结 | 第37-38页 |
| 第四章 基于块的低秩张量分解算法 | 第38-57页 |
| 4.1 概述 | 第38页 |
| 4.2 算法的基本原理 | 第38-44页 |
| 4.3 算法的收敛性 | 第44页 |
| 4.4 算法的复杂度分析 | 第44页 |
| 4.5 基于块的低秩张量分解算法的优势 | 第44-45页 |
| 4.6 实验与分析 | 第45-55页 |
| 4.6.1 对比压缩算法 | 第46-47页 |
| 4.6.2 压缩算法评价指标 | 第47页 |
| 4.6.3 高光谱图像数据 | 第47-49页 |
| 4.6.4 实验与分析 | 第49-55页 |
| 4.7 本章总结 | 第55-57页 |
| 第五章 总结与展望 | 第57-59页 |
| 5.1 全文总结 | 第57页 |
| 5.2 展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-65页 |
| 作者简历 | 第65页 |
| 攻读硕士期间发表的论文 | 第65-66页 |
